Sina Kahen
De fleste organisationer har gennemført pilotprojekter inden for kunstig intelligens. Det er dog kun meget få, der har formået at omsætte dem til konkrete driftsresultater. Forskellen ligger ikke længere i den tekniske kapacitet, men i strategi, styring, indkøbsbeslutninger og paratheden hos de medarbejdere, der skal bruge systemerne i det daglige.
Sina Kahen er AI-strateg, forfatter og underviser ved Imperial Business School, hvor hun hjælper organisationer med at omdanne generativ AI fra pilotprojekter til en reel konkurrencemæssig fordel.
Full Profile
Hvorfor virksomheder samarbejder med Sina Kahen
- Han har bragt et reguleret, komplekst teknologiprodukt ud på et skeptisk marked. Kommercialiseringen af Celito, der offentligt er blevet udnævnt til Storbritanniens første ortopædiske robot, giver ham en troværdighed som praktiker, som meget få AI-talere besidder.
- I dag leder han en virksomhed inden for generativ AI. VAICE, hvor han er medstifter og CEO, udvikler software til at øge produktiviteten på arbejdspladsen, hvilket betyder, at hans synspunkter om AI i virksomheder bygger på konkrete udviklingsbeslutninger og ikke blot på kommentarer.
- Hans bog »The Promised Land of AI« giver ledere en brugbar strategisk vejledning til implementering af AI, der er opbygget omkring afdækning af anvendelsestilfælde, dataklarhed og spørgsmålet om, hvorvidt man skal udvikle, købe eller indgå partnerskab – et spørgsmål, som de fleste bestyrelser går i stå over.
- Han underviser i AI-strategi på Imperial College Business School, så materialet bliver afprøvet på MBA-årgange og ledende medarbejdere hvert semester og er ikke blot sammensat til foredrag.
- Han introducerer et praktisk sprog for etik, filosofi og menneskelig dømmekraft inden for AI, baseret på sine egne filosofiske publikationer, uden at glide ud i abstraktioner, der efterlader det operative team uden noget at lave mandag morgen.
Højdepunkter i biografien
- MBA, Imperial College Business School; kandidatgrad i biomedicinske videnskaber
- Gæsteforelæser i AI, sundhedspleje og virksomhedsinnovation, Imperial College Business School
- Medstifter og CEO, VAICE, der udvikler generativ AI-software til produktivitet på arbejdspladsen
- Tidligere innovationschef hos DeSoutter Medical; ledede kommercialiseringen af Celito, der offentligt blev beskrevet som Storbritanniens første ortopædiske robot
- Forfatter til "The Promised Land of AI: A Practical Guide to AI for Business" og "Brief Insights on Medical Robotics"
- Blandt hans opgaver og kunder er Google, Amazon, BBC, O2, Shell, Imperial College, InterSystems, Juniper Networks, Ipsen Pharma og Novateur Ventures
Biografi
Celito var Storbritanniens første ortopædiske robot. Sina Kahen, der dengang var Innovation Business Manager hos DeSoutter Medical, var den ansvarlige for at føre den gennem kommercialiseringen og ud i operationsstuerne. Det arbejde – at føre en reguleret teknologi med store risici fra koncept til kirurgernes hænder – er den erfaring, han nu anvender på et andet problem: virksomheders implementering af generativ AI.
Det nuværende redskab til dette arbejde er VAICE, et firma, han var medstifter af og leder som CEO, hvor han udvikler generativ AI-software til produktivitet på arbejdspladsen. I tilknytning hertil står hans bog »The Promised Land of AI: A Practical Guide to AI for Business«, et gæsteforelæsningsophold ved Imperial College Business School samt samarbejder med organisationer som Google, Amazon, BBC, O2, Shell, InterSystems og Ipsen Pharma.
Det gennemgående argument i alt dette er af operationel karakter. De fleste virksomheder har bevist, at AI kan udrette noget nyttigt. De sværere spørgsmål, som køberne nu er klar til at tage fat på, handler om strategi: hvilke anvendelsestilfælde der rent faktisk giver gevinst, om man skal udvikle, købe eller indgå partnerskaber, hvordan man gør data og medarbejdere klar, og hvordan man styrer beslutninger, der ikke kan forklares fuldt ud. Kahen er uddannet biomedicinsk videnskabsmand og har en MBA fra Imperial, hvilket er en af grundene til, at hans tilgang til disse spørgsmål ligger tættere på medicin end på marketing: han er streng, når det gælder evidens, og ærlig om det, man endnu ikke ved.
Han er også forfatter til flere bøger om jødisk filosofi, og den interesse kommer til udtryk i hans arbejde med AI som en modvilje mod at lade de menneskelige og etiske spørgsmål svæve frit uden for den daglige praksis. Bestyrelser har ikke brug for endnu en politik for AI-etik. De har brug for en måde at træffe forsvarbare AI-beslutninger inden for deres eksisterende ledelsesstruktur og at få deres medarbejdere med på vognen. Det er det område, Kahen beskæftiger sig med.
Vigtigste foredragstemaer
- Generativ AI-strategi for virksomheder
- AI-implementering og driftsresultater
- AI inden for sundhedsvæsenet og biovidenskab
- Ansvarlig AI og AI-styring
- Beslutninger om at udvikle, købe eller indgå partnerskaber i forbindelse med AI-indkøb
- Innovation og intrapreneurship i store organisationer
- Filosofi, etik og den menneskelige side af AI
Ideel til
- Bestyrelser og ledelsesudvalg, der skal udarbejde en AI-strategi for hele virksomheden
- CIO'er, CTO'er, Chief Data Officers og Chief AI Officers, der omsætter pilotprojekter til driftssystemer
- Ledere inden for sundhedssektoren og biovidenskab, der står over for AI, robotik og reguleret innovation
- Innovationschefer og transformationsledere, der strukturerer AI-porteføljer på tværs af forretningsenheder
Resultater for målgruppen
- En arbejdsramme til at overføre AI fra pilotprojekter til målbar driftspræstation
- Et klarere overblik over, hvornår man skal udvikle, købe eller indgå partnerskaber for at opnå AI-kapacitet
- Mere præcise spørgsmål til interne teams og eksterne leverandører om dataklarhed, styring og valg af anvendelsestilfælde
- En praktisk holdning til AI-etik, der holder i virkelige driftsbeslutninger, ikke kun i præsentationer
- Sprog og referencepunkter, som ledende medarbejdere kan bruge til at få resten af organisationen med på vognen
Samtaler
A tailored working session that helps a leadership team find the AI use cases that genuinely apply to their own company and industry, rather than generic ones.
Key takeaways:
- A method for surfacing and filtering AI use cases specific to the organisation’s operations and sector
- A clear view on which candidate projects are worth resourcing and which are distractions
- The data, talent and governance conditions a use case needs before it can move past the pilot stage
A talk on how AI and robotics are changing diagnostics, patient care and clinical workflows, drawing on his work commercialising the UK’s first orthopaedic robot.
Key takeaways:
- Where AI is genuinely changing healthcare economics and clinical practice, beyond the headlines
- What regulated, high-stakes environments teach every sector about deploying AI responsibly
- How to make adoption decisions where the cost of error is measured in patient outcomes
A talk on the ethical questions AI forces on decision-makers, and how to hold empirical rigour and moral responsibility together.
Key takeaways:
- The ethical questions leaders need to answer before scaling AI into core decisions
- How AI reshapes human decision-making, and where human judgement must stay in the loop
- A way to connect scientific evidence with the moral choices that AI deployment demands
A talk on turning AI, IoT and robotics into practical gains in efficiency and competitive position.
Key takeaways:
- How emerging technologies translate into operational efficiency rather than novelty
- Where AI, IoT and robotics create defensible competitive advantage for an organisation
- Practical ways to adopt new technology without stalling on complexity
A talk on holding onto human meaning and judgement as technology takes a larger role in work and life.
Key takeaways:
- How to keep human-centric values in view while pursuing technological progress
- Where meaning and judgement are most at risk of erosion as automation expands
- What a human-centred approach to technology looks like in practice for leaders and teams
A talk on how large organisations create the conditions for internal innovation and put new technology to work for growth.
Key takeaways:
- How to build intrapreneurial capability inside an established corporate structure
- Where large organisations most often block their own innovation, and how to remove those blocks
- How to direct emerging technology towards growth rather than isolated experiments